MCP-Server Global Setup für Claude Code¶

\

MCP-Server Global Setup für Claude Code¶

Problemstellung¶

Standardmäßig müssen MCP-Server in Claude Code für jedes Projekt einzeln konfiguriert werden. Diese Anleitung zeigt, wie MCP-Server global konfiguriert werden, sodass sie in allen Projekten automatisch verfügbar sind.

Voraussetzungen¶

WSL (Windows Subsystem for Linux) mit Ubuntu installiert
Claude Code in WSL installiert
Node.js und npm in WSL verfügbar
Python 3.10+ und pip für Confluence MCP (siehe Schritt 2.2)
Sudo-Rechte in Ubuntu für Python-Paketinstallation
Projekte liegen auf Windows-Partition (/mnt/c/...)
Atlassian API-Token für Confluence (siehe Schritt 2.3)

Vollständige Schritt-für-Schritt Anleitung¶

1. WSL-Terminal öffnen¶

Öffne Ubuntu WSL Terminal (nicht Windows CMD/PowerShell)
Überprüfe die Umgebung:

whoami  # Sollte deinen WSL-Benutzernamen zeigen
which claude  # Sollte den Claude-Pfad in WSL zeigen

2. Vorbereitung¶

2.1 Node.js MCP-Pakete global installieren¶

Installiere die Node.js-basierten MCP-Server Pakete global:

# Azure DevOps MCP
npm install -g @azure-devops/mcp

# TaskMaster AI MCP
npm install -g task-master-ai

Hinweis: Das Confluence MCP wird separat als Python-Paket installiert (siehe Schritt 2.2).

2.2 Confluence MCP (Python) Installation¶

⚠️ WICHTIG: Confluence MCP ist ein Python-Paket und muss in einer separaten Ubuntu WSL-Konsole mit sudo-Rechten installiert werden!

Öffne eine NEUE Ubuntu WSL-Terminal-Instanz (nicht die aktuelle Claude-Sitzung)
Python-Umgebung vorbereiten:

sudo apt update
sudo apt install -y python3-pip python3-venv

\ 3. Virtual Environment erstellen und aktivieren:

# Virtual Environment erstellen
python3 -m venv ~/.mcp-atlassian-venv

# Virtual Environment aktivieren
source ~/.mcp-atlassian-venv/bin/activate

\ 4. mcp-atlassian installieren:

pip install mcp-atlassian

\ 5. Installation testen:

which mcp-atlassian
mcp-atlassian --help

\

Erwartete Ausgabe:

(.mcp-atlassian-venv) user@hostname:~$ which mcp-atlassian
/home/[username]/.mcp-atlassian-venv/bin/mcp-atlassian

(.mcp-atlassian-venv) user@hostname:~$ mcp-atlassian --help
Usage: mcp-atlassian [OPTIONS]

MCP Atlassian Server - Jira and Confluence functionality for MCP
...

\

Wichtig: Die Virtual Environment muss aktiv bleiben oder der absolute Pfad /home/[username]/.mcp-atlassian-venv/bin/mcp-atlassian verwendet werden.

2.3 Atlassian API-Token erstellen (für Confluence)¶

Gehe zu Atlassian Account Settings: - Öffne https://id.atlassian.com/manage-profile/security/api-tokens - Melde dich mit deinem Atlassian-Account an
Erstelle einen neuen API-Token: - Klicke auf "Create API token" - Gib einen Namen ein (z.B. "Claude MCP Access") - Kopiere den generierten Token (wird nur einmal angezeigt!)
Notiere deine Daten: - Atlassian Site Name (z.B. "visitrans" von visitrans.atlassian.net) - Deine E-Mail-Adresse - Den API-Token

2.4 Aktuelle MCP-Konfiguration überprüfen¶

claude mcp list

Mögliche Ausgaben: - No MCP servers configured = Keine Server konfiguriert - Liste mit Servern = Bereits Server vorhanden

3. Alle MCP-Server global installieren¶

⚠️ Wichtig: Verwende immer --scope user für globale Installation!

3.1 Asana MCP (Remote Server mit OAuth)¶

claude mcp add --scope user --transport sse asana https://mcp.asana.com/sse

Erwartete Ausgabe:

Added SSE MCP server asana with URL: https://mcp.asana.com/sse to user config
File modified: /home/[benutzername]/.claude/.claude.json

\

3.2 Azure DevOps MCP¶

claude mcp add --scope user azure-devops npx @azure-devops/mcp visitrans

Erwartete Ausgabe:

Added stdio MCP server azure-devops with command: npx @azure-devops/mcp visitrans to user config
File modified: /home/[benutzername]/.claude/.claude.json

\

Hinweis: Ersetze visitrans durch deinen Azure DevOps Organization Namen!

3.3 TaskMaster AI MCP¶

claude mcp add --scope user taskmaster-ai npx task-master-ai

Erwartete Ausgabe:

Added stdio MCP server taskmaster-ai with command: npx task-master-ai to user config
File modified: /home/[benutzername]/.claude/.claude.json

\

3.4 Confluence MCP (Python-basiert)¶

⚠️ WICHTIG: Verwende den absoluten Pfad zur Python-Installation:

Erst Benutzername ermitteln:

echo $USER  # Zeigt deinen WSL-Benutzernamen

\

Dann MCP-Server hinzufügen (ersetze [benutzername] mit der Ausgabe von oben):

claude mcp add --scope user confluence-atlassian /home/[benutzername]/.mcp-atlassian-venv/bin/mcp-atlassian

\

Erwartete Ausgabe:

Added stdio MCP server confluence-atlassian with command: /home/[benutzername]/.mcp-atlassian-venv/bin/mcp-atlassian to user config
File modified: /home/[benutzername]/.claude/.claude.json

\

Nach der Installation müssen die Umgebungsvariablen manuell hinzugefügt werden (siehe Schritt 3.5).

3.5 Confluence MCP Umgebungsvariablen konfigurieren¶

Da der Python-basierte MCP spezielle Konfiguration benötigt, muss die Datei manuell bearbeitet werden:

Konfigurationsdatei öffnen:

nano ~/.claude/.claude.json

\ 2. Confluence MCP-Server Sektion finden und erweitern:

"confluence-atlassian": {
  "type": "stdio",
  "command": "/home/[benutzername]/.mcp-atlassian-venv/bin/mcp-atlassian",
  "args": [],
  "env": {
    "CONFLUENCE_URL": "https://[deine-site].atlassian.net/wiki",
    "CONFLUENCE_USERNAME": "[deine-email@firma.de]",
    "CONFLUENCE_TOKEN": "[dein-api-token]"
  }
}

\ 3. Speichern: Strg+X, dann Y, dann Enter

Platzhalter ersetzen: - [benutzername]: Dein WSL-Benutzername (mit echo $USER ermittelt) - [deine-site]: Dein Atlassian Site Name (z.B. "visitrans" von visitrans.atlassian.net) - [deine-email@firma.de]: Deine Atlassian E-Mail-Adresse - [dein-api-token]: Der in Schritt 2.3 erstellte API-Token

Beispiel für eine korrekte Konfiguration:

"confluence-atlassian": {
  "type": "stdio",
  "command": "/home/eonunke/.mcp-atlassian-venv/bin/mcp-atlassian",
  "args": [],
  "env": {
    "CONFLUENCE_URL": "https://visitrans.atlassian.net/wiki",
    "CONFLUENCE_USERNAME": "leon.funke@visitrans.de",
    "CONFLUENCE_TOKEN": "ATATT3xFfGF0iSjQOSblGaUKJ7op_ry3EErqLXwl_NPHQHMNaMQNGqKj73rv-K5J08ooJ53LS_CusOHF4FIXE4kJR1jENLVGK76Twua19CJm1ijH7sn3SVE1Ga3FCS51zBDYfBHlu8uYHBnH4NXv2CsZPZnq6Dt8crEpyMkYDDNqcXzIX_YYCVg=02AABE2B"
  }
}

\

4. Installation überprüfen¶

Nach jeder Installation kannst du den Status überprüfen:

claude mcp list

Erwartete finale Ausgabe:

Checking MCP server health...

azure-devops: npx @azure-devops/mcp visitrans - ✓ Connected
taskmaster-ai: npx task-master-ai - ✓ Connected
asana: https://mcp.asana.com/sse (SSE) - ✓ Connected
confluence-atlassian: /home/[benutzername]/.mcp-atlassian-venv/bin/mcp-atlassian - ✓ Connected

\

⚠️ Falls Server fehlen oder nicht verbunden sind: Verwende die "Alternative: Manuelle Konfiguration" weiter unten.

5. Globale Verfügbarkeit testen¶

5.1 In verschiedenen Projekten testen¶

Navigiere zu einem anderen Projektordner:

cd /mnt/c/Users/[dein-username]/path/to/another/project

\ 2. Starte Claude Code:

claude .

\ 3. Teste MCP-Verfügbarkeit:

Welche MCP-Server sind verfügbar?

\ 4. Claude sollte antworten:

Ja, ich habe Zugriff auf mehrere MCP Server:
- TaskMaster AI - Für Projektmanagement und Aufgabenverfolgung
- Azure DevOps - Für Azure DevOps Integration
- Asana - Für Asana Projektmanagement
- Confluence Atlassian - Für Confluence Wiki-Integration mit Schreibzugriff

\

5.2 In mehreren Projekten testen¶

Wiederhole den Test in 2-3 verschiedenen Projektordnern - alle sollten dieselben MCP-Server verfügbar haben.

Wichtige Erkenntnisse¶

Was ist anders zur alten Methode?¶

Alte Methode (funktioniert nicht mehr): - MCP-Server wurden in .claude.json unter mcpServers konfiguriert - Diese Konfiguration wurde nicht automatisch geladen

Neue Methode (funktioniert): - MCP-Server werden über claude mcp add --scope user hinzugefügt - Diese werden in der User Config gespeichert - Automatisch in allen Projekten verfügbar

Wo werden die Einstellungen gespeichert?¶

Die globalen MCP-Server werden gespeichert in:

/home/[benutzername]/.claude/.claude.json

\

Struktur in der Datei:

{
  "mcpServers": {
    "asana": {
      "type": "sse",
      "url": "https://mcp.asana.com/sse"
    },
    "azure-devops": {
      "type": "stdio",
      "command": "npx",
      "args": ["@azure-devops/mcp", "visitrans"]
    },
    "taskmaster-ai": {
      "type": "stdio",
      "command": "npx",
      "args": ["task-master-ai"]
    },
    "confluence-atlassian": {
      "type": "stdio",
      "command": "/home/[benutzername]/.mcp-atlassian-venv/bin/mcp-atlassian",
      "args": [],
      "env": {
        "CONFLUENCE_URL": "https://[deine-site].atlassian.net/wiki",
        "CONFLUENCE_USERNAME": "[deine-email@firma.de]",
        "CONFLUENCE_TOKEN": "[dein-api-token]"
      }
    }
  }
}

\

Unterschied zwischen Konfigurationsbereichen¶

Claude Code unterscheidet zwischen:

User Config (global): /home/[benutzername]/.claude/.claude.json - Verfügbar in allen Projekten - Wird mit --scope user erstellt
Project Config (projektspezifisch): projekt/.mcp.json - Nur im jeweiligen Projekt verfügbar - Kann über .mcp.json Dateien geteilt werden
Local Config (projektspezifisch, privat): - Projekt-spezifische Einstellungen in der User Config Datei - Nicht mit anderen geteilt

Scope-Management (Wichtig!)¶

Problem: Server existiert in mehreren Scopes¶

Wenn du die Fehlermeldung erhältst:

MCP server "asana" exists in multiple scopes:
  - Local config (private to you in this project)
  - User config (available in all your projects)

\

Lösung - Server aus beiden Scopes entfernen:

# Aus lokalem Scope entfernen (projektspezifisch)
claude mcp remove "asana" -s local

# Aus User Scope entfernen (global)
claude mcp remove "asana" -s user

\

Dann sauber neu installieren:

claude mcp add --scope user --transport sse asana https://mcp.asana.com/sse

\

Unterschied zwischen Scopes¶

--scope user = Global in allen Projekten (empfohlen)
--scope local = Nur im aktuellen Projekt
Konflikte möglich wenn beide existieren

Fehlerbehebung¶

Problem: "npm error 404 - mcp-atlassian not found"¶

Ursache: mcp-atlassian ist ein Python-Paket, nicht npm

Lösung: 1. Installation in separater Ubuntu-Konsole mit Python (siehe Schritt 2.2) 2. MCP-Konfiguration auf absoluten Python-Pfad umstellen 3. Umgebungsvariablen manuell konfigurieren

Problem: "✗ Failed to connect" bei Confluence MCP¶

Ursache: Falsche Installation oder fehlende Umgebungsvariablen

Lösung: 1. Virtual Environment korrekt installiert? which mcp-atlassian prüfen 2. Absoluten Pfad in MCP-Konfiguration verwenden: /home/[user]/.mcp-atlassian-venv/bin/mcp-atlassian 3. Umgebungsvariablen in ~/.claude/.claude.json hinzufügen:

"env": {
  "CONFLUENCE_URL": "https://[site].atlassian.net/wiki",
  "CONFLUENCE_USERNAME": "[email]",
  "CONFLUENCE_TOKEN": "[token]"
}

\

Problem: "externally-managed-environment" bei pip install¶

Ursache: Ubuntu schützt System-Python vor externen Paketen Lösung: Virtual Environment verwenden (wie in Schritt 2.2 beschrieben)

Problem: "unknown option '--global'"¶

Lösung: Verwende --scope user statt --global

Problem: MCP-Server wird nicht angezeigt¶

Lösung: 1. Überprüfe mit claude mcp list 2. Starte Claude mit claude --debug . für detaillierte Fehlermeldungen 3. Entferne und füge den Server erneut hinzu:

claude mcp remove servername -s user
claude mcp add --scope user servername [parameter]

\

Problem: `/mcp` Befehl macht Terminal kaputt¶

Lösung: - Verwende claude mcp list außerhalb von Claude - Oder frage Claude direkt: "Welche MCP-Server sind verfügbar?"

Problem: Server lädt nicht in neuem Projekt¶

Lösung: - Stelle sicher, dass du im WSL-Terminal bist (whoami überprüfen) - Überprüfe, ob Claude aus der richtigen WSL-Umgebung gestartet wird

Alternative: Manuelle Konfiguration (Fallback-Methode)¶

Wann nutzen: Falls die claude mcp add Befehle nicht funktionieren oder Server nicht korrekt geladen werden.

Schritt 1: Globale Konfigurationsdatei öffnen¶

nano ~/.claude/.claude.json

Schritt 2: MCP-Server manuell hinzufügen¶

Füge die MCP-Server zum mcpServers Bereich hinzu (ersetze die Platzhalter mit deinen Daten):

{
  "mcpServers": {
    "azure-devops": {
      "type": "stdio",
      "command": "npx",
      "args": ["@azure-devops/mcp", "visitrans"],
      "env": {}
    },
    "taskmaster-ai": {
      "type": "stdio",
      "command": "npx",
      "args": ["task-master-ai"],
      "env": {}
    },
    "asana": {
      "type": "sse",
      "url": "https://mcp.asana.com/sse"
    },
    "confluence-atlassian": {
      "type": "stdio",
      "command": "/home/[benutzername]/.mcp-atlassian-venv/bin/mcp-atlassian",
      "args": [],
      "env": {
        "CONFLUENCE_URL": "https://[deine-site].atlassian.net/wiki",
        "CONFLUENCE_USERNAME": "[deine-email@firma.de]",
        "CONFLUENCE_TOKEN": "[dein-api-token]"
      }
    }
  }
}

Schritt 3: Speichern und testen¶

# Datei speichern (Strg+X, dann Y, dann Enter in nano)
claude mcp list

Wichtig: Diese manuelle Methode ist der zuverlässigste Weg zur Konfiguration.

Vorteile der globalen Konfiguration¶

✅ Einmal konfigurieren, überall nutzen ✅ Keine doppelte Pflege von Konfigurationsdateien\ ✅ Automatische Verfügbarkeit in allen neuen Projekten ✅ Konsistente MCP-Tools über alle Projekte hinweg ✅ Einfache Wartung - zentrale Konfiguration

Zusammenfassung¶

Mit der claude mcp add --scope user Methode können MCP-Server global konfiguriert werden, sodass sie automatisch in allen WSL-Projekten verfügbar sind.

Die vier MCP-Server:¶

Asana - Remote MCP mit OAuth (SSE)
Azure DevOps - Lokaler MCP für DevOps-Integration
TaskMaster AI - Lokaler MCP für Projektmanagement
Confluence Atlassian - Python-basierter MCP für Confluence mit vollem Schreibzugriff

Wichtigste Befehle:¶

# 1. Node.js Pakete installieren (in Claude-Konsole):
npm install -g @azure-devops/mcp
npm install -g task-master-ai

# 2. Node.js MCP-Server global hinzufügen:
claude mcp add --scope user --transport sse asana https://mcp.asana.com/sse
claude mcp add --scope user azure-devops npx @azure-devops/mcp [DEINE-ORG]
claude mcp add --scope user taskmaster-ai npx task-master-ai

# 3. Python Confluence MCP (in SEPARATER Ubuntu-Konsole):
sudo apt update && sudo apt install -y python3-pip python3-venv
python3 -m venv ~/.mcp-atlassian-venv
source ~/.mcp-atlassian-venv/bin/activate
pip install mcp-atlassian

# 4. Confluence MCP zu Claude hinzufügen (zurück in Claude-Konsole):
echo $USER  # Benutzername merken
claude mcp add --scope user confluence-atlassian /home/[BENUTZERNAME]/.mcp-atlassian-venv/bin/mcp-atlassian

# 5. Umgebungsvariablen manuell in ~/.claude/.claude.json hinzufügen

# 6. Status überprüfen:
claude mcp list

# Bei Problemen - Server entfernen:
claude mcp remove "servername" -s local
claude mcp remove "servername" -s user

Endresultat:¶

Alle vier MCP-Server sind automatisch in jedem WSL-Projekt verfügbar, ohne weitere Konfiguration.

Besondere Hinweise für Confluence:¶

Python-Paket: Confluence MCP ist ein Python-Paket, NICHT npm
Separate Installation: Installation muss in separater Ubuntu-Konsole mit sudo-Rechten erfolgen
Virtual Environment: Wird in ~/.mcp-atlassian-venv/ installiert
Absoluter Pfad: MCP-Konfiguration muss absoluten Pfad zur Python-Installation verwenden
Manuelle Konfiguration: Umgebungsvariablen müssen nach Installation manuell hinzugefügt werden
Vollzugriff: Bietet CREATE, UPDATE, DELETE Operationen für Confluence-Artikel
API-Token: Muss in Atlassian erstellt und in der Konfiguration gespeichert werden

Erstellt am: 2025-08-05\ Aktualisiert am: 2025-08-05 (Confluence MCP Python-Integration)\ Getestet mit: Claude Code v1.0.68, WSL Ubuntu, Windows 11\ Status: ✅ Erfolgreich getestet und dokumentiert

Changelog:¶

2025-08-05: Confluence MCP auf Python-Paket (mcp-atlassian) umgestellt
Vollständiger Schreibzugriff für Confluence-Artikel (CREATE/UPDATE/DELETE)
Separate Ubuntu-Konsole für Python-Installation erforderlich
Virtual Environment für saubere Installation

\

MD File:

250 250

\

Änderungshistorie¶

Datum	Autor	Änderung
2026-02-15	Visitrans	Execute SPEC-02: YAML frontmatter for 646 files, link conversion, validation
2026-02-14	Visitrans	Execute SPEC-01: Bulk-Export 646 Confluence pages to Obsidian vault

MCP-Server Global Setup für Claude Code¶

MCP-Server Global Setup für Claude Code¶

Problemstellung¶

Voraussetzungen¶

Vollständige Schritt-für-Schritt Anleitung¶

1. WSL-Terminal öffnen¶

2. Vorbereitung¶

2.1 Node.js MCP-Pakete global installieren¶

2.2 Confluence MCP (Python) Installation¶

2.3 Atlassian API-Token erstellen (für Confluence)¶

2.4 Aktuelle MCP-Konfiguration überprüfen¶

3. Alle MCP-Server global installieren¶

3.1 Asana MCP (Remote Server mit OAuth)¶

3.2 Azure DevOps MCP¶

3.3 TaskMaster AI MCP¶

3.4 Confluence MCP (Python-basiert)¶

3.5 Confluence MCP Umgebungsvariablen konfigurieren¶

4. Installation überprüfen¶

5. Globale Verfügbarkeit testen¶

5.1 In verschiedenen Projekten testen¶

5.2 In mehreren Projekten testen¶

Wichtige Erkenntnisse¶

Was ist anders zur alten Methode?¶

Wo werden die Einstellungen gespeichert?¶

Unterschied zwischen Konfigurationsbereichen¶

Scope-Management (Wichtig!)¶

Problem: Server existiert in mehreren Scopes¶

Unterschied zwischen Scopes¶

Fehlerbehebung¶

Problem: "npm error 404 - mcp-atlassian not found"¶

Problem: "✗ Failed to connect" bei Confluence MCP¶

Problem: "externally-managed-environment" bei pip install¶

Problem: "unknown option '--global'"¶

Problem: MCP-Server wird nicht angezeigt¶

Problem: /mcp Befehl macht Terminal kaputt¶

Problem: Server lädt nicht in neuem Projekt¶

Alternative: Manuelle Konfiguration (Fallback-Methode)¶

Schritt 1: Globale Konfigurationsdatei öffnen¶

Schritt 2: MCP-Server manuell hinzufügen¶

Schritt 3: Speichern und testen¶

Vorteile der globalen Konfiguration¶

Zusammenfassung¶

Die vier MCP-Server:¶

Wichtigste Befehle:¶

Endresultat:¶

Besondere Hinweise für Confluence:¶

Changelog:¶

Änderungshistorie¶

Problem: `/mcp` Befehl macht Terminal kaputt¶